Πώς να καταλάβετε ποιες από τις διαδικασίες σας είναι πραγματικά έτοιμες για AI

Υπάρχει μια περίεργη πίεση στον αέρα αυτή τη στιγμή. Όλοι όσοι μιλάτε «κάνουν κάτι με AI», τα κλαδικά περιοδικά είναι γεμάτα από αυτό, και κάπου στο πίσω μέρος του μυαλού σας μια φωνή επαναλαμβάνει ότι θα έπρεπε κι εσείς. Έτσι ξεκινάτε να ψάχνετε μια διαδικασία να αυτοματοποιήσετε — και ακριβώς εκεί πάει στραβά. Δεν ξεκινάτε κυνηγώντας ένα σημείο για να βάλετε AI. Ξεκινάτε κατανοώντας τη δική σας δουλειά αρκετά καλά ώστε να δείτε πού θα ταίριαζε πραγματικά η AI. Αυτά είναι δύο εντελώς διαφορετικά εγχειρήματα, και μόνο το ένα τελειώνει καλά.

Περνάω μεγάλο μέρος του χρόνου μου όντας το πρόσωπο που αποτρέπει τους ιδιοκτήτες από την πρώτη τους ιδέα για AI. Όχι επειδή η ιδέα είναι ανόητη — συνήθως είναι το πιο εντυπωσιακό, πιο ορατό κομμάτι της επιχείρησης, γι' αυτό ακριβώς τράβηξε το βλέμμα τους — αλλά επειδή σχεδόν ποτέ δεν είναι το κομμάτι που είναι έτοιμο. Η ετοιμότητα είναι μια πιο διακριτική ιδιότητα. Δεν έχει καμία σχέση με το πόσο εντυπωσιακή φαίνεται μια εργασία και κάθε σχέση με το πόσο προβλέψιμη, καλά τεκμηριωμένη και υψηλού όγκου είναι από κάτω.

Έτσι αυτός ο οδηγός δεν είναι μια λίστα με «10 πράγματα που πρέπει να αυτοματοποιήσετε με AI». Τέτοιες λίστες είναι άχρηστες γιατί δεν γνωρίζουν την επιχείρησή σας. Αντ' αυτού είναι ένας τρόπος να κοιτάτε — μια μέθοδος για να χαρτογραφήσετε τι πραγματικά κάνετε όλη μέρα και να εντοπίσετε, με κάποια ειλικρίνεια, ποιες από αυτές τις διαδικασίες είναι ώριμες και ποιες είναι παγίδες. Κάντε σωστά την παρατήρηση και το εργαλείο σχεδόν επιλέγεται μόνο του.

Τι σημαίνει στ' αλήθεια «έτοιμο για AI»

Ας ορίσουμε τη λέξη, γιατί όλοι τη χρησιμοποιούν χαλαρά. Μια διαδικασία είναι έτοιμη για AI όταν τρία πράγματα ισχύουν ταυτόχρονα: συμβαίνει συχνά, ακολουθεί ένα αναγνωρίσιμο μοτίβο ακόμη κι αν τα δεδομένα εισόδου είναι ακατάστατα, και κάποιος μπορεί να περιγράψει πώς μοιάζει ένα καλό αποτέλεσμα. Αν λείπει έστω ένα από αυτά, δεν αυτοματοποιείτε, τζογάρετε.

Προσέξτε τι δεν υπάρχει σε αυτή τη λίστα: η δυσκολία, το κύρος ή το πόσο μοντέρνο φαίνεται. Μια εργασία μπορεί να είναι τεχνικά πολύπλοκη και να παραμένει κακός υποψήφιος επειδή συμβαίνει μόνο δύο φορές τον χρόνο. Μια άλλη μπορεί να είναι σχεδόν ντροπιαστικά απλή — ταξινόμηση εισερχόμενων email σε τρεις κατηγορίες — και να είναι ιδανική, γιατί συμβαίνει τετρακόσιες φορές την εβδομάδα και ακολουθεί ένα μοτίβο που θα μάθαινε κι ένα παιδί.

Υπάρχει μια τέταρτη, μη εντυπωσιακή προϋπόθεση που σιωπηλά τα κρίνει όλα: είναι καν προσβάσιμη η είσοδος; Αν η πληροφορία που χρειάζεται η AI σας ζει μόνο στο μυαλό κάποιου, ή σε έναν χάρτινο φάκελο, ή διασκορπισμένη σε τρεις εφαρμογές που δεν επικοινωνούν, η διαδικασία δεν είναι έτοιμη — όχι επειδή η AI δεν μπορεί να τη χειριστεί, αλλά επειδή δεν της δώσατε τίποτα να χειριστεί. Ένα εκπληκτικό πλήθος «έργων AI» είναι στην πραγματικότητα έργα πρόσβασης σε δεδομένα μεταμφιεσμένα.

Χαρτογραφήστε τη δουλειά πριν χαρτογραφήσετε την AI

Δεν μπορείτε να κρίνετε την ετοιμότητα από μνήμης. Οι ιδιοκτήτες είναι υπέροχα, σταθερά λάθος για το πού πάει ο χρόνος τους — όλοι υπερεκτιμούν τις δραματικές κρίσεις και υποτιμούν το σταθερό σταγονόμετρο μικρών επαναλαμβανόμενων εργασιών που πραγματικά τρώει την εβδομάδα. Έτσι πριν από κάθε απόφαση, χαρτογραφείτε. Και η χαρτογράφηση είναι πολύ λιγότερο τρομακτική απ' όσο υποδηλώνει η λέξη.

Για μία εβδομάδα, εσείς και η ομάδα σας καταγράφετε τις επαναλαμβανόμενες εργασίες καθώς συμβαίνουν — όχι μια μελέτη χρόνου και κίνησης, απλώς μια τρέχουσα λίστα. Για καθεμία, σημειώστε τρία πράγματα: περίπου πόσο συχνά συμβαίνει, τι μπαίνει μέσα (ένα email, μια φόρμα, μια κλήση, μια φωτογραφία), και τι θα πρέπει να βγει έξω (μια καταχώρηση σε ένα σύστημα, μια απάντηση, ένα έγγραφο). Αυτό είναι όλο. Μέχρι την Παρασκευή θα έχετε κάτι που οι περισσότερες επιχειρήσεις δεν είχαν ποτέ: μια ειλικρινή απογραφή της δικής τους επαναλαμβανόμενης δουλειάς.

Μόλις μπει στο χαρτί, αναδύονται μοτίβα που ήταν αόρατα μέσα στην καθημερινή φούρια. Θα δείτε την ίδια πληροφορία να πληκτρολογείται σε δύο συστήματα. Θα δείτε ένα άτομο να λειτουργεί ως ανθρώπινος δρομολογητής — να διαβάζει πράγματα και να αποφασίζει πού πάνε. Θα δείτε ερωτήσεις που παίρνουν την ίδια απάντηση κάθε φορά. Καθένα από αυτά είναι υποψήφιο, και τώρα μπορείτε να τα ζυγίσετε μεταξύ τους αντί να πέσετε θύμα εκείνου που φώναξε πιο δυνατά σήμερα το πρωί.

Μια βαθμολογία ετοιμότητας που μπορείτε να τρέξετε μόνοι σας

Με την απογραφή σας στο χέρι, χρειάζεστε έναν τρόπο να κατατάξετε τους υποψηφίους που δεν εξαρτάται από το ένστικτο ενός συμβούλου. Χρησιμοποιώ μια απλή βαθμολογία πέντε παραγόντων. Βαθμολογήστε κάθε διαδικασία από 1 έως 5 σε κάθε παράγοντα, προσθέστε τα, και οι υψηλόβαθμοι ανεβαίνουν στην κορυφή. Δεν είναι ακριβής επιστήμη — είναι ένας τρόπος να γίνει μια θολή απόφαση ορατή και συζητήσιμη.

• Συχνότητα — πόσο συχνά συμβαίνει; Το καθημερινό νικά το μηνιαίο, που νικά το ετήσιο. Ο όγκος είναι αυτός που αποσβένει το κόστος εγκατάστασης.
• Συνέπεια — ακολουθεί τα ίδια βήματα κάθε φορά, ή κάθε περίπτωση είναι ειδική περίπτωση; Τα μοτίβα αυτοματοποιούνται· το χάος όχι.
• Σαφές αποτέλεσμα — μπορεί κάποιος να γράψει μία πρόταση που να περιγράφει ένα καλό αποτέλεσμα; Αν όχι, κανένα εργαλείο δεν μπορεί να πετύχει έναν στόχο που κανείς δεν όρισε.
• Πρόσβαση σε δεδομένα — είναι η είσοδος ήδη σε ψηφιακή, προσβάσιμη μορφή; Ή παγιδευμένη σε μυαλά, χαρτιά και αποσυνδεδεμένες εφαρμογές;
• Χαμηλό κόστος σφάλματος — αν περιστασιακά κάνει κάποιο λάθος, είναι ένα σήκωμα ώμων ή μια καταστροφή; Ξεκινήστε εκεί όπου τα λάθη είναι φθηνά και αναστρέψιμα.

Αυτό που συνήθως θα βρείτε είναι ότι οι υψηλότερες βαθμολογίες συγκεντρώνονται γύρω από το βαρετό, υψηλού όγκου κέντρο της επιχείρησής σας — τη διαχείριση εγγράφων, το ανακάτεμα δεδομένων, την επαναλαμβανόμενη αλληλογραφία. Η εντυπωσιακή ιδέα με την οποία ήρθατε συχνά βαθμολογείται χαμηλά στη συνέπεια ή στην πρόσβαση σε δεδομένα, που είναι ακριβώς ο λόγος που δεν ήταν έτοιμη. Αυτό δεν είναι αποτυχία. Είναι ο χάρτης που κάνει τη δουλειά του.

Τα μοτίβα στα οποία η AI είναι πραγματικά καλή

Η σύγχρονη AI δεν είναι μαγεία ούτε γενική νοημοσύνη σε κουτί. Είναι εκπληκτικά καλή σε ένα συγκεκριμένο, αναγνωρίσιμο σύνολο σχημάτων — και μόλις μπορέσετε να ονομάσετε αυτά τα σχήματα, αρχίζετε να τα εντοπίζετε παντού στη δική σας λειτουργία. Να τα τέσσερα που εμφανίζονται ξανά και ξανά στις μικρές επιχειρήσεις.

Ανάγνωση ακατάστατης εισόδου και εξαγωγή δομής

Ένας πελάτης στέλνει email σε ελεύθερο κείμενο — «γεια, μπορώ να μετακινήσω την Τρίτη μου παραγγελία σε 12 μονάδες και να αποσταλεί στη νέα αποθήκη» — και κάποιος πρέπει να το διαβάσει και να το μετατρέψει σε δομημένες ενέργειες. Η AI είναι εξαιρετική σε αυτό: διαβάζει αδόμητη ανθρώπινη γλώσσα και εξάγει την παραγγελία, την ποσότητα, τη διεύθυνση, την πρόθεση. Τιμολόγια, φόρμες, email, φωτογραφίες δελτίων παράδοσης — όπου ένας άνθρωπος τώρα διαβάζει και μετά πληκτρολογεί, υπάρχει ισχυρός υποψήφιος.

Ταξινόμηση και δρομολόγηση

Μεγάλο μέρος της δουλειάς μιας μικρής επιχείρησης είναι στην πραγματικότητα διαλογή: αυτό το email είναι παράπονο, εκείνο είναι ευκαιρία πώλησης, αυτό είναι τιμολόγιο προμηθευτή. Ένα άτομο ανοίγει το καθένα, αποφασίζει και προωθεί. Η AI χειρίζεται αυτή την κατηγοριοποίηση καλά, και είναι ένα όμορφο πρώτο έργο γιατί τα λάθη είναι φθηνά — ένα λάθος δρομολογημένο email είναι ενοχλητικό, όχι καταστροφικό, και ένας άνθρωπος εξακολουθεί να βλέπει τα πάντα παρακάτω.

Σύνταξη μιας πρώτης εκδοχής

Απάντηση σε συνηθισμένα ερωτήματα, σύνταξη μιας υπενθύμισης προσφοράς, περίληψη ενός μακρού νήματος — η AI είναι ισχυρή στην παραγωγή ενός γερού πρώτου προσχεδίου που ένας άνθρωπος στη συνέχεια εγκρίνει. Η λέξη-κλειδί είναι προσχέδιο. Οι πιο αξιόπιστες διαδικασίες AI σε μια μικρή επιχείρηση κρατούν έναν άνθρωπο στην τελική πύλη, εκεί όπου η κρίση του αξίζει περισσότερο και ο χρόνος του σπαταλιέται λιγότερο.

Διαχείριση επαναλαμβανόμενης συνομιλίας

Απάντηση στις ίδιες λίγες ερωτήσεις — ωράριο, διαθεσιμότητα, «κάνετε το Χ;» — μέσω τηλεφώνου ή chat, όλο το εικοσιτετράωρο, ώστε η ομάδα σας να μη διακόπτεται στη μέση μιας εργασίας. Αυτό είναι γνήσια, σύγχρονη δυνατότητα που απλώς δεν υπήρχε πριν από λίγα χρόνια, και λάμπει ακριβώς εκεί όπου οι ερωτήσεις είναι προβλέψιμες και τα διακυβεύματα χαμηλά.

Οι δελεαστικές παγίδες — διαδικασίες που φαίνονται έτοιμες αλλά δεν είναι

Εξίσου χρήσιμο με το να γνωρίζετε τα καλά σχήματα είναι να γνωρίζετε τα δελεαστικά — τις διαδικασίες που μοιάζουν προφανείς υποψήφιοι για AI και θα βυθίσουν σιωπηλά την πρώτη σας προσπάθεια. Μοιράζονται ένα κοινό γνώρισμα: φαίνονται εντυπωσιακές, που είναι ακριβώς αυτό που τις κάνει επικίνδυνες.

Υπάρχει και μια πιο διακριτική παγίδα: η διαδικασία που φαίνεται συνεπής από την καρέκλα του ιδιοκτήτη αλλά στην πραγματικότητα συγκρατείται από μη τεκμηριωμένη ανθρώπινη κρίση. Ο έμπειρος υπάλληλος που «απλώς ξέρει» ποιες παραγγελίες να προτεραιοποιήσει δεν ακολουθεί έναν κανόνα που μπορείτε να παραδώσετε σε μια μηχανή — εφαρμόζει είκοσι χρόνια συμφραζομένων. Αυτοματοποιήστε το πρόωρα και δεν παίρνετε αποδοτικότητα, παίρνετε σίγουρα, εύγλωττα λάθη. Η λύση δεν είναι να τα παρατήσετε· είναι να κάνετε πρώτα ρητούς τους κρυφούς κανόνες, και μόνο τότε να αποφασίσετε τι θα αυτοματοποιήσετε.

Χρειάζεται καν AI; Συχνά η απάντηση είναι όχι

Διευθύνω μια πρακτική AI και θα σας το πω ωστόσο ξεκάθαρα: ένα μεγάλο μέρος των διαδικασιών που βαθμολογούνται υψηλότερα στην ετοιμότητα δεν χρειάζεται καθόλου AI. Μια υπενθύμιση ραντεβού που ενεργοποιείται δύο ώρες νωρίτερα είναι ένας κανόνας με ένα ρολόι. Η μεταφορά δεδομένων παραγγελίας από μια φόρμα στο σύστημά σας είναι ένας σωλήνας ανάμεσα σε δύο εργαλεία. Το να το λέτε αυτό «AI» είναι μάρκετινγκ, και το να πληρώνετε τιμές AI γι' αυτό είναι σπατάλη.

Η ειλικρινής διαχωριστική γραμμή είναι αν η εργασία περιλαμβάνει κατανόηση. Αν η είσοδος είναι δομημένη και τα βήματα σταθερά, θέλετε απλό αυτοματισμό — φθηνότερο, ταχύτερο, πιο προβλέψιμο, πιο εύκολο να εμπιστευτείτε. Η AI αξίζει τα λεφτά της ακριβώς εκεί όπου υπάρχει ακατάστατη ανθρώπινη γλώσσα, εικόνες ή γνήσια ασάφεια προς ερμηνεία. Οι περισσότερες επιχειρήσεις χρειάζονται μεγάλη δόση του πρώτου είδους και ένα προσεκτικό πασπάλισμα του δεύτερου.

Πώς μοιάζει αυτό στην πράξη

Ας το κάνω συγκεκριμένο με ένα σύνθετο παράδειγμα αντλημένο από αρκετές πραγματικές συνεργασίες — οι λεπτομέρειες θολωμένες, το σχήμα πιστό στη ζωή. Φανταστείτε έναν μεσαίου μεγέθους προμηθευτή, ίσως είκοσι άτομα, που ήρθε σε εμάς σίγουρος ότι ήθελε έναν «AI βοηθό πωλήσεων» για να κυνηγά πελάτες. Συναρπαστικό, ορατό, αρεστό στο διοικητικό συμβούλιο. Ζητήσαμε να τρέξουμε πρώτα την εβδομάδα χαρτογράφησης.

Ο χάρτης είπε μια διαφορετική ιστορία. Η ιδέα των πωλήσεων βαθμολογήθηκε άσχημα: χαμηλός όγκος, κάθε συμφωνία ειδική περίπτωση, κανένας σαφής ορισμός καλού αποτελέσματος, και τα κρίσιμα συμφραζόμενα να ζουν εξ ολοκλήρου στα μυαλά δύο πωλητών. Εν τω μεταξύ, μια μη εντυπωσιακή διαδικασία που δεν είχαν αναφέρει ποτέ άναβε το φύλλο βαθμολογίας — τα εισερχόμενα τιμολόγια προμηθευτών. Αρκετές εκατοντάδες τον μήνα, που έφταναν ως PDF και συνημμένα email σε μια ντουζίνα διατάξεις, καθένα διαβασμένο με το χέρι και ξαναπληκτρολογημένο στο λογιστικό σύστημα. Υψηλή συχνότητα, αναγνωρίσιμο μοτίβο, σαφές αποτέλεσμα, ψηφιακή είσοδος, και ένα φθηνό, εύκολα ελεγχόμενο κόστος σφάλματος.

1. 1
   Ξεκινήσαμε εκεί που έδειχνε η βαθμολογία, όχι εκεί που ήταν ο ενθουσιασμός

   Εξαγωγή τιμολογίων, όχι ο βοηθός πωλήσεων. Λιγότερο συναρπαστικό σε μια διαφάνεια, πολύ πιο έτοιμο στην πραγματικότητα.
2. 2
   Το τρέξαμε παράλληλα για μερικές εβδομάδες

   Η AI διάβαζε κάθε τιμολόγιο και πρότεινε τη δομημένη καταχώρηση· ένας άνθρωπος εξακολουθούσε να εγκρίνει το καθένα. Τίποτα δεν απενεργοποιήθηκε, τίποτα σε κίνδυνο.
3. 3
   Μετρήσαμε τον βαρετό αριθμό

   Ο χρόνος ανά τιμολόγιο έπεσε απότομα μόλις οι άνθρωποι εμπιστεύτηκαν το προσχέδιο και διόρθωναν μόνο το σπάνιο παράξενο, αντί να πληκτρολογούν κάθε πεδίο.
4. 4
   Μόνο τότε κοιτάξαμε ξανά τις πωλήσεις

   Με μια πραγματική νίκη στην τσέπη και την εμπιστοσύνη της ομάδας κερδισμένη, επιστρέψαμε — και πρώτα κάναμε ρητούς τους κρυφούς κανόνες των πωλητών πριν αυτοματοποιήσουμε οτιδήποτε.

Αυτοί είναι ενδεικτικοί αριθμοί, όχι εγγύηση — αλλά σε εκείνη τη συνεργασία η διαδικασία τιμολογίων πήγε από περίπου έξι ή επτά λεπτά ανθρώπινης διαχείρισης το καθένα σε λιγότερο από ένα, με λιγότερα σφάλματα μεταφοράς, όχι περισσότερα. Οι αριθμοί έχουν λιγότερη σημασία από το μάθημα: η διαδικασία που ήταν έτοιμη ήταν αυτή για την οποία κανείς δεν μπήκε ρωτώντας. Ο χάρτης τη βρήκε. Ο ενθουσιασμός δεν θα την έβρισκε ποτέ.

Μετατρέποντας τον χάρτη σε λογική σειρά

Η χαρτογράφηση σάς δίνει υποψηφίους· η βαθμολογία τους κατατάσσει· αλλά η τελική κίνηση είναι η σειρά. Δεν τα κάνετε όλα ταυτόχρονα — αυτός είναι ο κλασικός τρόπος να μην κάνεις τίποτα καλά. Επιλέγετε τον έναν καλύτερο ολοκληρώσιμο υποψήφιο, τον παραδίδετε, αφήνετε την ομάδα να τον νιώσει, και μόνο τότε στρέφεστε στον επόμενο. Η σειρά έχει τόση σημασία όση και οι επιλογές.

Ένα καλό πρώτο έργο είναι υψηλής ετοιμότητας και χαμηλού κινδύνου — κάπου όπου ένα λάθος είναι ένα σήκωμα ώμων, όχι μια κρίση. Χτίζει το ένα πράγμα από το οποίο εξαρτάται κάθε μετέπειτα έργο: την εμπιστοσύνη. Μόλις η ομάδα σας δει μια κουραστική δουλειά να συρρικνώνεται σιωπηλά χωρίς να ανατιναχτεί τίποτα, σταματούν να αντιστέκονται και αρχίζουν να σας δίνουν οι ίδιοι τον επόμενο υποψήφιο. Αυτή η μετατόπιση, από το να σπρώχνετε εσείς τον αυτοματισμό στο να τον τραβούν εκείνοι, είναι η πραγματική απόδοση μιας καλά επιλεγμένης αρχής.

Συχνές ερωτήσεις